R:rpart与多值预测
我正在比较不同方法的预测 第一种方法是线性回归（lm），第二种方法是rpart lm正常，我发送2个变量，得到2个变量 但是对于rpart，我没有得到相同的结果，我只得到1个变量 为什么不得到两个结果，一个是y1，另一个是y2 这是我的密码R:rpart与多值预测,r,prediction,rpart,R,Prediction,Rpart,我正在比较不同方法的预测 第一种方法是线性回归（lm），第二种方法是rpart lm正常，我发送2个变量，得到2个变量 但是对于rpart，我没有得到相同的结果，我只得到1个变量 为什么不得到两个结果，一个是y1，另一个是y2 这是我的密码 ###################################### ## S E T U P ###################################### x1 <- c(11, 21, 20, 36, 27,
######################################
## S E T U P
######################################
x1 <- c(11, 21, 20, 36, 27, 15, 7, 19, 40, 5 )
x2 <- c(142, 175, 175, 180, 181, 160, 110, 170, 177, 92)
x3 <- c(44, 78, 79, 82, 92, 56, 31, 66, 91, 29)
y1 <- c(36, 41, 42, 44, 45, 40, 34, 41, 45, 32)
y2 <- c(7, 13, 13, 17, 19, 11, 6, 12, 19, 4)
TData <- data.frame(x1=x1[1:7], x2=x2[1:7], x3=x3[1:7], y1=y1[1:7], y2=y2[1:7])
PData <- data.frame(x1=x1[8:10], x2=x2[8:10], x3=x3[8:10], y1=y1[8:10], y2=y2[8:10])
######################################
## LINEAR REGRESSION
######################################
lm_Result <- lm(cbind(y1,y2)~., TData)
lm_pred <- predict(lm_Result, PData)
lr_pred[,"y1"]
lr_pred[,"y2"]
######################################
## RPART
######################################
library(rpart)
rpart_Result <- rpart(cbind(y1,y2)~., TData)
rpart_pred <- predict(rpart_Result, PData)
######################################
##S E T U P
######################################
x1
为什么不得到两个结果，一个是y1，另一个是y2
这是因为根据您传递的参数，predict
方法返回不同的类。
如果您尝试：
?Predict
然后它说：
Predict是一个通用函数，用于根据各种模型拟合函数的结果进行预测。该函数调用特定的
依赖于第一个参数的类的方法
其价值是：
predict返回的值的形式取决于其参数的类别
因此，lm
方法的响应是类lm
的对象，而rpart
的返回值是类rpart
的对象
因此，预测方法为您提供了不同的答案
如何才能获得相同的结果？
您的lm方法制作了一个模型来估计y1
和y2
的值。因此，您应该以这样的方式运行rpart：它还可以获得y1
和y2
的值
要在rpart
方法中执行此操作，请定义method=“class”
，但失败。因为它无法对两个特征进行分类。因此，最大的问题来自您的公式，其中您有cbind（y1，y2）~。
阅读对你帮助很大